El avance de la IA abrió un nuevo negocio que muchas veces queda fuera del radar: el desarrollo de la infraestructura y los datos que utilizan los principales laboratorios del mundo para entrenar sus modelos. En ese ecosistema, empresas especializadas ganan cada vez más protagonismo.
Una de ellas es Labelbox. La compañía trabaja con más del 80% de los principales laboratorios de IA de Estados Unidos y desarrolla la infraestructura que utilizan para entrenar y mejorar sus modelos durante la etapa de postentrenamiento.
Desde Silicon Valley, Luciana Safdie, directora de Growth Operations de Labelbox, lidera la unidad que brinda servicios a esos laboratorios. Su trabajo se centra en ampliar la red de expertos que entrenan los modelos y acompañar el desarrollo de nuevos proyectos.
Para Safdie, hay un factor clave en el desempeño de la inteligencia artificial que todavía no recibe suficiente atención. Mientras gran parte del debate se centra en la potencia de los modelos, ella cree que la verdadera diferencia está en la calidad de los datos.
"La conversación pública todavía se enfoca en la arquitectura, la capacidad de cómputo o la cantidad de parámetros. Pero desde donde estoy parada veo que la diferencia entre los modelos que mejor funcionan y los que no está cada vez más en la calidad de los datos con los que fueron entrenados", indica la directora de Growth Operations Labelbox
Para la ejecutiva, el desafío ya no pasa solo por sumar más información, sino por crear entornos donde los modelos puedan desarrollar capacidades de razonamiento.
Para Safdie, el talento argentino posee una ventaja más allá de los conocimientos técnicos. Según la ejecutiva, la capacidad de adaptación en escenarios cambiantes y la resolución a problemas con creatividad es un diferencial que tiene valor dentro de la industria.
"El talento argentino tiene un ingenio difícil de replicar. No es sólo capacidad técnica, es adaptabilidad. Acá casi nada funciona como debería funcionar y, sin embargo, todo avanza igual. Eso te entrena para el pensamiento lateral de una manera que ninguna universidad puede dar", detalla.
Sin embargo, considera que el principal desafío se encuentra en la forma de pensar los proyectos. Para ella, muchas veces las startups miran solo al mercado local, cuando la IA permite competir desde cualquier parte del mundo.
"La IA no tiene fronteras y las herramientas para competir a ese nivel nunca estuvieron tan al alcance como hoy. El techo no está donde creemos que está", sostiene.
Respecto a las oportunidades para las startups argentinas, Safdie destaca que las mayores posibilidades de crecer están en desarrollar soluciones para problemas que son comunes en todo el mundo.
"Los sectores donde sí veo oportunidad global real son salud, educación, servicios y herramientas para el ecosistema de IA. Son problemas universales, donde el talento argentino puede ser genuinamente competitivo", concluye.
Además de analizar el presente de la inteligencia artificial, Safdie considera que la industria todavía ofrece nuevas oportunidades para corregir desigualdades históricas, especialmente en relación con la participación femenina en espacios de decisión.
Según ella, muchas de las barreras que enfrentan las mujeres no son explícitas, sino culturales. La expectativa de sentirse completamente preparadas antes de asumir nuevos desafíos retrasa su llegada a posiciones de liderazgo en un sector que evoluciona a gran velocidad.
"Mientras esperamos las condiciones perfectas, la industria se arma sin nosotras y después cuesta mucho más entrar. Sin embargo,las mujeres latinas tenemos algo particular que en Silicon Valley se vuelve una ventaja real y que aún no se la reconoce lo suficiente", indica.
Según su experiencia, las mujeres de latinoamérica, al haber desarrollado sus carreras en contextos complejos, les permitió adquirir capacidad de negociación, resiliencia y adaptación, habilidades que hoy son especialmente valoradas dentro del ecosistema tecnológico global.
Para Safdie, el crecimiento de Labelbox estará influenciado por la próxima etapa de la inteligencia artificial. Mientras los agentes autónomos ganen protagonismo dentro de empresas y organizaciones, aumentará la demanda de plataformas capaces de entrenarlos, evaluarlos y garantizar la calidad de los datos que utilizan.